IMPLEMENTASI JARINGAN SARAF TIRUAN UNTUK
PENGENALAN POLA DAN PENERJEMAH
AKSARA KARO DENGAN METODE
ASSOCIATIVE MEMORY TIPE
HETERO-ASSOCIATION
SKRIPSI
JAKUP GINTING
091401055
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
IMPLEMENTASI JARINGAN SARAF TIRUAN UNTUK
PENGENALAN POLA DAN PENERJEMAH
AKSARA KARO DENGAN METODE
ASSOCIATIVE MEMORY
TIPE
HETERO-ASSOCIATION
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijasah Sarjana Ilmu Komputer
JAKUP GINTING
091401055
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2014
PERSETUJUAN
Judul : IMPLEMENTASI JARINGAN SARAF TIRUAN UNTUK PENGENALAN POLA DAN
PENERJEMAH AKSARA KARO DENGAN METODE ASSOCIATIVE MEMORY TIPE HETERO- ASSOCIATION
Kategori : SKRIPSI
Nama : JAKUP GINTING
Nomor Induk Mahasiswa : 091401055
Program Studi : S1 ILMU KOMPUTER
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, April 2014 Komisi Pembimbing :
Pembimbing 1 Pembimbing 2
Dr. Poltak Sihombing, M.Kom Romi Fadillah Rahmat, B.Comp.Sc, M.Sc NIP. 196203171991031001 NIP. 198603032010121004
Diketahui/disetujui oleh
Program Studi S1 Ilmu Komputer Ketua,
PERNYATAAN
IMPLEMENTASI JARINGAN SARAF TIRUAN UNTUK PENGENALAN POLA DAN PENERJEMAH AKSARA KARO DENGAN METODE ASSOCIATIVE
MEMORY TIPE HETERO-ASSOCIATION
SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, April 2014
Jakup Ginting 091401055
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Tuhan Yesus Kristus, yang telah memberikan berkat dan kasih-Nya, serta segala sesuatu dalam hidup, sehingga penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, Program Studi S1 Ilmu Komputer, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara.
Ucapan terima kasih penulis sampaikan kepada semua pihak yang telah membantu penulis dalam menyelesaikan skripsi ini baik secara langsung maupun tidak langsung. Pada kesempatan ini penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada:
1. Bapak Prof. Dr. Dr. Syahril Pasaribu, DTM&H, Msc(CTM), Sp.A(K) selaku Rektor Universitas Sumatera Utara.
2. Bapak Prof. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
3. Bapak Dr. Poltak Sihombing, M.Kom. selaku Ketua Program Studi S1 Ilmu Komputer dan Dosen Pembimbing I yang telah banyak meluangkan waktunya dan memberikan masukan yang bermanfaat bagi penulis.
4. Ibu Maya Silvi Lydia, B.Sc. M.Sc. selaku Sekretaris Program Studi S1 Ilmu Komputer.
5. Bapak Romi Fadillah Rahmat, B.Comp.Sc, M.Sc selaku Dosen Pembimbing II yang telah banyak meluangkan waktunya dalam memberikan masukan-masukan yang bermanfaat kepada penulis.
6. Ibu Dr. Erna Budhiarti Nababan, MIT selaku Dosen Pembanding I yang telah banyak meluangkan waktunya dalam memberikan masukan-masukan kepada penulis.
7. Bapak Amer Sharif, S.Si, M.Kom selaku Dosen Pembanding II yang telah banyak meluangkan waktunya dalam memberikan masukan-masukan kepada penulis.
8. Semua dosen serta pegawai di Program Studi S1 Ilmu Komputer Fasilkom-TI USU.
9. Ayahanda (Alm) M.Ginting dan Ibunda A. Br Tarigan yang selalu memberikan dukungan baik materi maupun non-materi, dukungan, kasih sayang, perhatian, serta doa tanpa henti kepada penulis.
10.Keempat kakakku, ketiga abang iparku dan kedua keponakanku yang selalu memberikan sukacita kepada penulis saat mengerjakan skripsi.
12.Teman-teman Koordinasi FMIPA 2011, 2012 dan 2013 yang menjadi teman dalam suka duka dan berbagi dalam pengerjaan skripsi
13.Semua pihak yang terlibat langsung maupun tidak langsung yang tidak dapat penulis ucapkan satu demi satu yang telah membantu penyelesaian skripsi ini.
Penulis menyadari bahwa skripsi ini masih terdapat kekurangan. Oleh karena itu, penulis mengharapkan kritik dan saran yang bersifat membangun demi kesempurnaan skripsi ini. Penulis berharap skripsi ini dapat bermanfaat terutama untuk diri sendiri dan juga kepada seluruh pembaca.
Medan, April 2014
Penulis,
ABSTRAK
Jaringan saraf tiruan adalah sistem pemroses informasi yang memiliki karakteristik mirip dengan jaringan saraf biologi. Jaringan saraf tiruan dibentuk sebagai generalisasi model matematika dari jaringan saraf biologi. Prinsip jaringan saraf tiruan ini meniru cara kerja sistem saraf otak manusia. Pengenalan pola merupakan salah satu fungsi dari pemanfaatan jaringan saraf tiruan, dimana suatu obyek dikenali polanya sehingga nantinya dapat membantu proses pengenalan dari suatu obyek yang polanya mengalami kerusakan. Metode associative memory tipe hetero-association merupakan arsitektur jaringan saraf tiruan yang dapat mengenali pola baik dengan data yang tidak lengkap atau dengan Noise. Proses kerja pada penelitian ini dimulai dengan digitalisasi citra Aksara Karo dari tulisan tangan pada kertas ke dalam citra digital dengan scanner kemudian diproses untuk memperoleh citra biner yang akhirnya diubah ke dalam bipolar dengan nilai 1 dan -1. Tahap selanjutnya nilai piksel dari citra tersebut dijadikan inputan bagi jaringan saraf tiruan. Akhir dari proses ini akan menghasilkan matriks bobot yang akan dijadikan sebagai tolak ukur untuk pengujian pengenalan pola karakter Aksara Karo. Penelitian ini memiliki dua pengujian, pertama pengujian terhadap data pengujian pola karakter Aksara Karo yang telah dilatih diperoleh tingkat pengenalan sebesar 82,7419%, kedua pengujian terhadap data pengujian pola karakter Aksara Karo yang tidak dilatih (testing) yang memiliki tingkat pengenalan sebesar 79,0323%. Kesimpulan yang diperoleh dari penelitian ini adalah metode associative memory tipe hetero-association dapat mengenal pola cukup baik, walaupun dengan proses pelatihan hanya 1 epoch.
IMPLEMENTATION OF NEURAL NETWORK FOR AKSARA KARO PATTERN RECOGNITION AND TRANSLATION WITH ASSOCIATIVE MEMORY
HETERO-ASSOCIATION TYPE METHOD
ABSTRACT
Artificial neural networks are information processing systems that have characteristics similar to biological neural networks. Neural network was formed as a generalization of mathematical models of biological neural networks. Principles of artificial neural networks mimic the way the human brain nerve system working. Pattern recognition is one of the functions of utilization of artificial neural networks, where the pattern of an object is recognized so as to help in identification of damaged patterns. Associative memory hetero-association type is a method of neural network which is able to recognize both pattern with incomplete data or with Noise. This research begins by digitalizing the Aksara Karo character from handwritten on paper using scanner and processed to obtain binary images and in the end converted to bipolar with pixel value of 1 and -1. These images are then used as input for the neural network. The end result is a weight matrix that will be used for Aksara Karo character recognition. Test result using characters were used as training sample obtained a recognition rate of 82,7419%. Test using testing sample produced a recognition rate of 79,0323%. It may be concluded that method is Associative memory hetero-association type method can recognise the pattern well even with just 1 epoch train.
Keyword: Neural Network, Associative Memory Hetero-association Type, Pattern
Recognition, Aksara Karo
DAFTAR ISI
1.4. Tujuan Penelitian 3
1.5. Manfaat Penelitian 3
1.6. Sistematika Penelitian 3 Bab 3 Analisis Dan Perancangan Sistem
3.4. Perancangan Antarmuka Sistem 3.4.1. Form Utama
3.4.2. Form Pengolahan dan Pelatihan Citra 3.4.3. Form Pengujian Citra
Bab 4 Implementasi dan Pengujian Sistem 4.1. Implementasi Sistem
DAFTAR GAMBAR
Gambar 2.4 Jaringan kompetitif
Gambar 2.5 Model pengenalan pola dengan pendekatan statistik Gambar 2.6 Karakter Aksara Karo
Gambar 3.5 Flowchart Proses Pelatihan dan Pengujian 36
Gambar 3.6 Rancangan Form Utama 37
Gambar 3.7 Rancangan Form Pengolahan dan Pengujian Citra 38 Gambar 3.8 Rancangan form Pengujian Citra 39 Gambar 3.9 Diagram Proses Sistem Secara Umum 40
Gambar 3.10 Urutan Pemrosesan Citra 42
Gambar 3.11 Arsitektur Jaringan Saraf Tiruan Metode associative memory tipe hetero-association untuk Pengenalan Pola Karakter Aksara Karo
45
Gambar 4.1 Tampilan Form Utama 48
Gambar 4.2 Tampilan Form Tentang 48
Gambar 4.3 Proses Pengambilan serta Pengubahan Ukuran Citra 49 Gambar4.4 Proses Binerisasi Citra
Gambar 4.5 Proses Ekstraksi Fitur
Gambar 4.6 Tampilan Antarmuka Form Bantuan Pengolahan dan Pelatihan
Gambar 4.7 Proses Pengujian Citra Gambar 4.8 Proses Pengujian Banyak Citra
Gambar 4.9 Tampilan Antarmuka Form Bantuan Pengujian
DAFTAR TABEL
Hal. Tabel 3.1 Dokumentasi Naratif Use Case Pelatihan Sistem
Tabel 3.2 Dokumentasi Naratif Use Case Pengujian Sistem Tabel 3.3 Simbol dan Keterangan Pada Flowchart
30 31 35
Tabel 4.1 Hasil Pengujian Citra yang Dilatih
Tabel 4.2 Citra yang Mengalami Kesalahan Dalam Pengenalan Tabel 4.3 Hasil Pengujian Citra yang Tidak Dilatih
Tabel 4.4 Citra yang Mengalami Kesalahan Dalam Pengenalan Tabel 4.5 Tabulasi Kemiripan Karakter Pada Aksara Karo
54 55 56 57 58